基于压缩感知和SVR的自学习单幅图像超分辨率重建

• 作者: 单扬洋 张美玉 秦绪佳 肖佳吉 郑红波
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 超分辨率重建 压缩感知 支持向量回归 双三次插值
• 年，卷（期）: 2017,（z2）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 169-174,188
• 页数: 7页
• 分类号: TP391
• 字数: 7472字
• 语种: 中文

摘要

针对依靠外部图像库的超分辨率(SR)重建算法训练耗时长、容易出现错误高频细节的问题,提出了一种基于压缩感知(CS)理论和支持向量回归(SVR)的单幅图像超分辨率重建方法.对降质图像本身训练SVR模型,充分挖掘图像自身的自相似特点.训练过程中先对输入图像边缘进行检测并对图像块进行分类,然后稀疏编码图像块,再根据图像的标签向量和稀疏表示矩阵训练得到SVR模型,并在测试过程中利用该模型预测高分辨率(HR)图像.实验结果表明,与基于外部库方法重建图像的方法相比,该算法所得结果的细节更加真实;与双三次插值方法相比该算法所得结果的边缘更加清晰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦绪佳	浙江工业大学计算机科学与技术学院	63	716	12.0	25.0
3	郑红波	浙江工业大学计算机科学与技术学院	42	390	10.0	18.0
6	单扬洋	浙江工业大学计算机科学与技术学院	3	6	1.0	2.0
7	肖佳吉	浙江工业大学计算机科学与技术学院	2	9	2.0	2.0
8	张美玉	浙江工业大学计算机科学与技术学院	44	192	7.0	11.0